1.一种低复杂度的二维角度和极化参数联合估计方法，其特征在于，包括如下步骤：㈠采用L2个交叉偶极子构成均匀平面方阵接收的K个信号源的数据表示为z(t)＝As(t)+n(t)，其中，z(t)＝[z11(t),...,z1L(t),z21(t),...,z2L(t),...,zLL(t)]T表示各个阵元接收信号所构成的数据矢量，s(t)＝[s1(t),s2(t),…,sK(t)]T表示阵列接收到的由K个信号源发射的信号数据矢量，n(t)＝[n11(t),...,n1L(t),n21(t),...,n2L(t),...,nLL(t)]T表示与各个信号源不相关的加性零均值高斯白噪声，(·)T表示矩阵的转置，L表示每个平行于X轴或Y轴的线阵包含的阵元个数，矩阵A为极化敏感阵列的广义阵列流型矩阵，表达式为令Ax＝[ax1,ax2,…,axK]表示平行于X轴的线阵的阵列流型矩阵，Ay＝[ay1,ay2,…,ayK]表示Y轴的线阵的阵列流型矩阵，U＝[u1,u2,…,uK]表示由K个信号的极化矢量构成的极化矩阵，则有 其中， 表示矩阵间的Kratri-Rao积，即极化敏感阵列的广义阵列流型矩阵A为三个矩阵Ax,Ay,U的Kratri-Rao积，axk,ayk,k＝1,2,...,K分别表示平行于X、Y轴的线阵的导向矢量，uk表示第k个信号的极化矢量，表示Kronecker积，ak表示极化敏感阵列的广义导向矢量，即为三个矢量的Kronecker积，其表达式为其中， 分别表示X、Y轴的空间相移因子，θk,φk分别表示第k个信号的仰角和方位角，每个入射信号具有任意的极化状态(γk,ηk)，γk,ηk分别表示第k个信号的极化辅助角和极化相位差，λ表示入射信号的波长，δ表示均匀平面方阵中相邻阵元之间的间隔，考虑N个时间快拍，即观测时刻有N个，分别为tn,n＝1,…,N，信源发射信号为s(tn),n＝1,…,N，则阵列接收数据为N个接收信号z(tn),n＝1,…,N，用矩阵表示为㈡利用步骤㈠中的数据，计算阵列接收数据的协方差矩阵，对其进行EVD得到信号子空间Vs及极化敏感阵列广义阵列流型矩阵A与信号子空间Vs的关系：假设信号个数是已知的，由阵列接收数据矩阵Z得到阵列接收数据的协方差矩阵(·)H表示矩阵的共轭转置，对其进行EVD，得到其特征值由大到小排列为

相应的特征矢量 因为协方差矩阵的K个大特征值对应的特征矢量

所张成的空间与入射信号的导向矢量所张成的空间是相同的，同为信号子空间Vs，即span{e1,e2,…,eK}＝span{a1,…,aK}，故而存在唯一的非奇异变换矩阵T∈CK×K满足㈢利用步骤㈡中的信号子空间Vs与广义阵列流型矩阵A之间的关系，使用ESPRIT算法估计得到平行于X轴的线阵的阵列流型矩阵Ax的各个范德蒙生成元pxk,k＝1,…,K：平行于X轴的线阵的阵列流型矩阵Ax具有范德蒙结构，且其与矩阵 之间的Kratri-Rao积，构成广义阵列流型矩阵A，具有如下结构 令Ax＝A(1:2L(L-1),:)、 分别表示矩阵A的前、后2L(L-1)行所构成的子矩阵，则二者满足 类似的，分别取信号子空间Vs的前、后2L(L-1)行

所构成的子矩阵Vsx, 与矩阵A两个子矩阵之间满足 不同信号之间

相互独立，故而矩阵A满足列满秩，得到 矩阵Ψxp,Φxp之间是相似

的，即Ψxp的特征值构成的对角阵一定等于对角阵Φxp，Ψxp对应的特征矢量构成矩阵T的各列，对矩阵Ψxp进行EVD，即可得到对角阵Φxp；

㈣利用步骤㈢中解得的对角阵Φxp、变换矩阵T及A＝VsT，根据矢量之间Kronecker积的特性计算矩阵任意两个矢量a＝[a1,a2,…,aN]T∈CN×1、b＝[b1,b2,…,bM]T∈CM×1，二者之间的Kronecker积满足如下的关系 其中， 表示两个矢量之间的Kronecker积，IM表示M×M的单位阵，由对角阵Φxp可以构造出平行于X轴的线阵的阵列流型矩阵Ax，由A＝VsT且 可以解出矩阵，记矩阵T＝[t1,t2,…,tK]则

即解得矩阵

㈤利用步骤㈣中解得的矩阵 使用ESPRIT算法估计得到平行于Y轴的线阵的阵列流型矩阵Ay的各个范德蒙生成元pyk,k＝1,…,K：平行于Y轴的线阵的阵列流型矩阵Ay同样具有范德蒙结构，类似步骤㈢中的做法，令B＝B(1:2(L-1),:)、 分别表示矩阵B的前、后2(L-1)行所构成的子矩阵，则二者满足 则解得对角矩阵

㈥利用步骤㈤解得的对角阵Φyp、矩阵 根据矢量之间Kronecker积的特性计算矩阵U，类似步骤㈣，由对角阵Φyp可以构造出矩阵Ay，根据矢量之间Kronecker积的特性解得 即得到极化矩阵U；

㈦利用前面解得三个矩阵Φxp,Φyp,U，求解二维到达角和极化参数：

根据各个参数与三个矩阵之间的对应关系

可以得到